74 Squared pada output. Jika nilai probabilitasnya lebih kecil dari α = 5 maka
data yang digunakan bersifat heterokedastisitas.
Gambar 4.6 Uji Heterokedastisitas
Heteroskedasticity Test: White F-statistic
3.169351 Prob. F9,16 0.0214
ObsR-squared 16.65676 Prob. Chi-Square9 0.0544
Scaled explained SS 6.851170 Prob. Chi-Square9 0.6526
Pada gambar 4.6 diperoleh nilai probabilitas ObsR-Squared yaitu 0.0544
lebih besar dari α = 5 , sehingga dapat disimpulkan bahwa data yang digunakan dalam penelitian ini bebas dari masalah heterokedastisitas.
4. Uji Autokorelasi
Autokorelasi adalah hubungan antara residual satu observasi dengan residual observasi lainnya. Dalam mengidentifikasi autokorelasi dapat
diketahui dengan melakukan uji Durbin-Watson. Uji D-W merupakan uji yang banyak dipakai untuk mengetahui ada tidaknya autokorelasi pada model
yang digunakan. Pada uji D-W adanya autokorelasi positif jika nilai D-W berada diantara 0 sampai dengan 1,10, serta autokorelasi negative jika nilai D-
W berada diatas 2,90. Sedangkan jika model terbebas dari masalah autokorelasi, nilai D-W berada diantara 1,54 sampai dengan 2,46. Model tidak
dapat diputuskan terdapat autokorelasi jika nilai D-W berada diantara 1,10 sampai dengan 1,54, dan 2,46 sampai dengan 2,90. Winarno, 2009 : 5.28
75
Gambar 4.7 Hasil Regresi Linier Berganda
R-squared 0.558892 Mean dependent var 78354391
Adjusted R-squared 0.495876 S.D. dependent var 15167859
S.E. of regression 10769431 Akaike info criterion 35.36797
Sum squared resid 2.44E+15 Schwarz criterion 35.56299
Log likelihood -438.0996 Hannan-Quinn criter. 35.42206
F-statistic 8.869125 Durbin-Watson stat 0.773920
ProbF-statistic 0.000542
Pada hasil regresi diatas, didapatkan bahwa nilai D-W sebesar 0.773920. Hasil tersebut menjelaskan bahwa nilai D-W berada diantara 0
sampai 1,10, yang berarti terdapat masalah autokorelasi positif dalam penelitian ini. Selanjutnya dalam menguji masalah autokorelasi dapat
dilakukan dengan uji Breusch-Godfrey Serial Correlation LM Test. Winarno, 2009 : 5.33. Setelah dilakukan uji tersebut kita bisa melihat nilai D-W
sebesar 1.595401 yang berarti model ini terbebas dari masalah autokorelasi lampiran 5.
D. Uji Hipotesis
Pengujian hipotesis ini dilakukan untuk mengetahui apakan hipotesis yang telah ditetapkan diterima atau ditolak secara statistic. Pengujian hipotesis
ini dilakukan dengan uji statistic t, uji F serta Uji Adj R
2
Adjusted R Square. Model penelitian yang menggunakan Ordinary Least Square ini dapat
dijelaskan melalui persamaan sebagai berikut:
76 PDRB=
68355248.1971 +
32.3165835529DFDI +
191.120205382DELC - 136.543920144DUEM
Dimana : PDRB
= Produk Domestik Regional Bruto FDI
= Foreign Direct Investment ELC
= Infrastruktur UEM
= Pengangguran
Dari persamaan regresi yang telah diuraikan sebelumnya, dapat ditarik kesimpulan sebagai berikut :
a. Jika variabel-variabel independen dianggap konstan atau bernilai nol, artinya variabel independen tidak terjadi peningkatan atau penurunan
maka besarnya PDRB adalah sebesar 68355248.1971. b. Nilai koefisien regresi variabel FDI sebesar 32.3165835529,atau
dibulatkan menjadi 32.32 , yang berarti setiap peningkatan FDI sebesar 1 ribu USD akan meningkatkan PDRB sebesar 32.32juta rupiah.
c. Nilai koefisien regresi variabel Infrastruktur sebesar191.120205382atau dibulatkan menjadi 191 , yang berarti setiap peningkatan Infrastruktur
penggunaan energi listrik sebesar 1 MWH akan meningkatkan PDRB sebesar 191juta rupiah.
d. Nilai koefisien regresi variabel nilai Pengangguran sebesar - 136.543920144 atau dibulatkan menjadi -136.54 , yang berarti setiap